如何给Python轻应用添加新的组件:Python轻应用扩展适配介绍

简介: 如何给Python轻应用添加新的组件:Python轻应用扩展适配介绍
AliOS Things 3.3.0新版本中,其中非常中的一个特点,就是支持Python轻应用,也就是可以直接使用Python代码来写物联网程序,并且控制软件设备。

这是HaaS物联网设备云端一体Low Code开发框架的核心之一。

那本文讲介绍如何给Python轻应用添加新的组件,比如之前Python应用中没有操作ADC的组件,可以使用本文的方法去进行扩展适配,来增加这个ADC组件。

1、Python语言介绍

1.1、现状

2021年1月热门语言排行榜:Python荣获TIOBE年度之星排在第三名.(排名逼近第二JAVA)

1.2、特点

Python是基于C++创造的,它们的区别主要体现在,C++效率高,编程难;Python效率低,编程简单。

1.3、MicroPython 和Python 的关系

MicroPythonPython3编程语言的精简高效实现,包括Python标准库的一小部分,并且经过优化,可在微控制器和受限环境中运行。

1.4、MicroPython 功能特点和资源占用

MicroPython包含了诸如交互式提示,任意精度整数,关闭,列表解析,生成器,异常处理等高级功能。足够精简,适合运行在只有256k的代码空间和16k的RAM的芯片上(官网:https://micropython.org/)

2、适配

开发手册:
https://g.alicdn.com/HaaSAI/PythonDoc/quickstart/index.html

2.1、Python 适配涉及到的基础概念

  • netmgr ,driver 和python 的module 对应,ADC 和python Class 相对应
  • 可以只有module 的适配
  • Class 必须挂在module 下面

2.2 、Python 代码和C 代码关联方式

Module 定义的入口文件:components/py_engine/mpy-adaptor/system/mpconfigport.h

2.2.1、通过Python 的Module 进行关联

下面以netmgr 功能作为Module 方式关联C代码的例子讲解

代码路径:components/py_engine/mpy-adaptor/component/netmgr/modnetmgr.c

module结构变量定义:

模块对应的功能函数映射表:

具体的函数实现:

2.2.2、通过Python 的Module + Class 进行关联

下面以adc功能作为Module +Class 方式关联C代码的例子讲解

代码路径:

Module:components/py_engine/mpy-adaptor/system/moddriver.c

Class:components/py_engine/mpy-adaptor/system/driver/adc.c

模块定义:

Driver 模块包含了多个Class 的定义,adc,dac,owm,spi 等. 映射表为:

ADC Class 定义:

ADC 功能映射表格定义:

函数实现:

2.3、Python 代码和C代码字符对应关系

根据上面的讲解,大家应该基本上可以了解适配的过程,但是模块名,类名,变量名,函数名的字符是python 和C 是怎么关联起来的呢?

2.3.1 、映射关系在代码中的呈现形式

C 层字符:

Python层字符:

是通过映射的脚本:components/py_engine/mpy-adaptor/genhdr/gen_qstr.py 进行生成的, 生成的结果存放到文件:components/py_engine/mpy-adaptor/genhdr/qstrdefs.generated.h

操作方式:

3、目录结构

4、调试方法

开机默认会启动之前烧录进去的程序,打开串口工具,选择对应的串口设备,设置波特率为1500000 并连接。

Python轻应用默认支持两种运行模式: 交互式文件执行,在串口下输入不同的命令进入不同的模式

4.1、交互式调试

命令行输入python进入交互模式,在交互模式输入python代码,就能看到执行结果。键盘按下ctrl+d 退出交互模式

4.2 、文件执行调试

命令行输入python /data/python-apps/driver/led/main.py,执行led app

python /data/python-apps/driver/led/main.py

效果:

示例代码:


 
  1. # -*- coding: UTF-8 -*-
  2. import utime
  3. from driver import GPIO
  4. # 初始化GPIO 类
  5. gpio = GPIO()
  6. leds=( "led1", "led2", "led3", "led4", "led5")
  7. for i in range( 5):
  8. for led in leds:
  9. #open 函数支持的参数列表: led1, led2, led3, led4, led5
  10. gpio.open(led)
  11. #点亮led
  12. gpio.write( 0)
  13. utime.sleep_ms( 200)
  14. #熄灭led
  15. gpio.write( 1)
  16. utime.sleep_ms( 200)
  17. gpio.close()

5、加入我们

相关文章
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
212 0
|
3月前
|
数据采集 监控 Java
Python 函数式编程的执行效率:实际应用中的权衡
Python 函数式编程的执行效率:实际应用中的权衡
267 102
|
5月前
|
机器学习/深度学习 数据采集 算法
Python AutoML框架选型攻略:7个工具性能对比与应用指南
本文系统介绍了主流Python AutoML库的技术特点与适用场景,涵盖AutoGluon、PyCaret、TPOT、Auto-sklearn、H2O AutoML及AutoKeras等工具,帮助开发者根据项目需求高效选择自动化机器学习方案。
602 1
|
4月前
|
存储 数据可视化 BI
Python可视化应用——学生成绩分布柱状图展示
本程序使用Python读取Excel中的学生成绩数据,统计各分数段人数,并通过Matplotlib库绘制柱状图展示成绩分布。同时计算最高分、最低分及平均分,实现成绩可视化分析。
351 0
|
2月前
|
机器学习/深度学习 算法 安全
【强化学习应用(八)】基于Q-learning的无人机物流路径规划研究(Python代码实现)
【强化学习应用(八)】基于Q-learning的无人机物流路径规划研究(Python代码实现)
200 6
|
7月前
|
机器学习/深度学习 数据可视化 算法
Python数值方法在工程和科学问题解决中的应用
本文探讨了Python数值方法在工程和科学领域的广泛应用。首先介绍了数值计算的基本概念及Python的优势,如易学易用、丰富的库支持和跨平台性。接着分析了Python在有限元分析、信号处理、优化问题求解和控制系统设计等工程问题中的应用,以及在数据分析、机器学习、模拟建模和深度学习等科学问题中的实践。通过具体案例,展示了Python解决实际问题的能力,最后总结展望了Python在未来工程和科学研究中的发展潜力。
200 0
|
2月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
235 0
|
3月前
|
数据采集 存储 数据可视化
Python网络爬虫在环境保护中的应用:污染源监测数据抓取与分析
在环保领域,数据是决策基础,但分散在多个平台,获取困难。Python网络爬虫技术灵活高效,可自动化抓取空气质量、水质、污染源等数据,实现多平台整合、实时更新、结构化存储与异常预警。本文详解爬虫实战应用,涵盖技术选型、代码实现、反爬策略与数据分析,助力环保数据高效利用。
253 0
|
3月前
|
存储 程序员 数据处理
Python列表基础操作全解析:从创建到灵活应用
本文深入浅出地讲解了Python列表的各类操作,从创建、增删改查到遍历与性能优化,内容详实且贴近实战,适合初学者快速掌握这一核心数据结构。
436 0
|
4月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
156 1

推荐镜像

更多